传感反馈的电动卷帘式中空遮阳门智能控制系统

技术领域

本发明涉及卷帘门控制技术领域，更具体地说，本发明涉及传感反馈的电动卷帘式中空遮阳门智能控制系统。

背景技术

随着科技的不断进步和人们对生活质量的不断提高，中空遮阳门已经成为现代建筑中的常见元素；这些中空遮阳门旨在提供遮阳、隔热、隔音和防晒等功能，以改善室内环境的舒适度；然而，传统的电动卷帘式中空遮阳门通常缺乏主动适应性，无法根据室外环境的变化主动调节门帘的开合程度；这意味着在不同天气条件下，例如强烈阳光多高温情况下，用户需要手动干预来调整门帘的开合，以实现室内环境的最佳舒适度；其次，由于门帘的开合通常是由时间设置或手动操作决定的，它们不能根据太阳光照强度的变化实时调整，可能会导致室内因受到过多阳光暴晒而产生变化（如地板干裂等），且影响了室内舒适度，这进一步弱化了中空遮阳门在现代建筑中的实际价值；因此，如何优化电动卷帘式中空遮阳门的控制智能性，以实现对室外光照及热辐射的自动屏蔽成为待解决的问题。

目前，缺乏电动卷帘式中空遮阳门智能控制系统，虽存在一些相关的技术专利，例如授权公告号为CN106968588B的中国专利公开了一种快速卷帘门控制系统，再例如申请公开号为CN114598193A的中国专利公开了一种用于卷帘门的升降控制方法、装置、驱动控制器及卷帘门，上述方法虽能实现智能化的卷帘门升降控制，但对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分缺陷：

（1）智能化程度较低，无法根据室外环境变化自动调节门帘的开合程度，防曝防晒效果较差，难以规避因过多阳光暴晒而造成对室内的破坏，且难以有效改善室内的热舒适性；

（2）具有一定的控制滞后性，且易发生误判，进而易导致门帘产生误上升或误下降的现象。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供传感反馈的电动卷帘式中空遮阳门智能控制系统。

为实现上述目的，本发明提供如下技术方案：

传感反馈的电动卷帘式中空遮阳门智能控制系统，所述系统包括：

第一数据获取模块，用于在T时刻下，获取中空遮阳门的门帘初始开合度，以及根据预构建的热辐射系数回归模型获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，所述室外迎光区域根据室内背光区域镜像得到，T、N为大于零的正整数；

比较判断模块，用于根据室外迎光区域的预测热辐射系数确定T+N时刻室外是否属于高温状态，若不属于高温状态，则令T=T+N+M，并触发第一数据获取模块；若属于高温状态，则将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，获取比对结果，所述比对结果包括第一比对结果、第二比对结果和第三比对结果；

第二数据获取模块，用于根据第二比对结果或第三比对结果调取门帘控制特征数据，将门帘控制特征数据输入预构建的门帘开合控制模型，得到门帘需求开合度；

开合控制模块，用于计算门帘初始开合度差值与门帘需求开合度，将门帘需求开合度与门帘初始开合度差值作为门帘开度调控值，根据门帘开度调控值控制中空遮阳门上升或下降。

进一步地，所述获取中空遮阳门的门帘初始开合度，包括：

获取中空遮阳门在完全开启程度下的离地距离，以及利用激光测距传感器获取中空遮阳门在T时刻下的离地距离；

将在完全开启程度下的离地距离作为第一离地距离，以及将在T时刻下的离地距离作为第二离地距离；

计算第一离地距离与第二离地距离的差值，将第一离地距离与第二离地距离的差值作为门帘初始开合度。

进一步地，所述室内背光区域的生成逻辑如下：

在中空遮阳门在完全开启程度下，获取安装中空遮阳门的空间在一天内每一时刻下的室内图像，得到Q幅室内图像，Q为大于零的正整数；

利用K-means聚类算法对每幅室内图像进行像素点区分，以获取每幅室内图像中虚拟光照区域和虚拟阴影区域；

对每幅室内图像中虚拟光照区域进行重叠，得到虚拟背光区域，将虚拟背光区域按预设比例系数进行转换，得到实际背光区域，将实际背光区域作为室内背光区域。

进一步地，预构建的所述热辐射系数回归模型包括用于预测室外迎光区域的预测热辐射系数第一热辐射系数回归模型和用于预测室内背光区域的预测热辐射系数第二热辐射系数回归模型。

进一步地，所述获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，包括：

获取第一热辐射特征数据，以及获取第二热辐射特征数据；

将第一热辐射特征数据输入第一热辐射系数回归模型中，得到室外迎光区域的预测热辐射系数；

将第二热辐射特征数据输入第二热辐射系数回归模型中，得到室内背光区域的预测热辐射系数。

进一步地，所述第一热辐射系数回归模型基于第一历史热辐射样本集训练得到，所述第一历史热辐射样本集中包括第一热辐射特征数据及对应的室外迎光区域的热辐射系数；所述第二热辐射系数回归模型基于第二历史热辐射样本集训练得到，所述第二历史热辐射样本集中包括第二热辐射特征数据及对应的室内背光区域的热辐射系数；其中，

室外迎光区域的热辐射系数的获取逻辑如下：

对室外迎光区域进行多等份划分，得到R个细分区域；

获取每个细分区域的温度值、湿度值和光照值；根据温度值、湿度值和光照值进行公式化计算，得到室外迎光区域的热辐射系数；其计算公式为：

进一步地，所述确定T+N时刻室外是否属于高温状态，包括：

将室外迎光区域的预测热辐射系数与预设的热辐射高温系数区间进行比对，

若室外迎光区域的预测热辐射系数属于预设的热辐射高温系数区间，则判定T+N时刻室外属于高温状态；

若室外迎光区域的预测热辐射系数不属于预设的热辐射高温系数区间，则判定T+N时刻室外不属于高温状态。

进一步地，所述将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，包括：

若室内背光区域的预测热辐射系数属于热辐射标准系数区间，则显示“室温正常”字样，将“室温正常”字样作为第一比对结果，并令T=T+N+M，触发第一数据获取模块，M为大于零正整数；

若室内背光区域的预测热辐射系数大于热辐射标准系数区间的最大值，则显示“室温过高”字样，将“室温过高”字样作为第三比对结果；

若室内背光区域的预测热辐射系数小于热辐射标准系数区间的最小值，则显示“室温过低”字样，将“室温过低”字样作为第二比对结果。

进一步地，所述预构建的门帘开合控制模型的生成逻辑如下：

获取门帘开合样本集，将门帘开合样本集划分为门帘开合训练集和门帘开合测试集，其中，所述门帘开合样本集中包括门帘控制特征数据及对应的门帘需求开合度，所述门帘控制特征数据包括室外迎光区域的预测热辐射系数和室内背光区域的预测热辐射系数；

构建第三回归网络，将门帘开合训练集的门帘控制特征数据作为第三回归网络的输入，将门帘控制特征数据中的门帘需求开合度作为第三回归网络的输出，对第三回归网络进行训练，得到初始门帘开合控制回归网络；

利用门帘开合测试集对初始门帘开合控制回归网络进行模型验证，输出大于等于预设第三测试准确度的初始门帘开合控制回归网络作为门帘开合控制模型。

传感反馈的电动卷帘式中空遮阳门智能控制方法，其基于上述任一项所述的传感反馈的电动卷帘式中空遮阳门智能控制系统实现，所述方法包括：

步骤1：在T时刻下，获取中空遮阳门的门帘初始开合度，以及根据预构建的热辐射系数回归模型获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，所述室外迎光区域根据室内背光区域镜像得到，T、N为大于零的正整数；

步骤2：根据室外迎光区域的预测热辐射系数确定T+N时刻室外是否属于高温状态，若不属于高温状态，则令T=T+N+M，并返回至步骤1；若属于高温状态，则将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，获取比对结果，所述比对结果包括第一比对结果、第二比对结果和第三比对结果；

步骤3：根据第二比对结果或第三比对结果调取门帘控制特征数据，将门帘控制特征数据输入预构建的门帘开合控制模型，得到门帘需求开合度；

步骤4：计算门帘初始开合度差值与门帘需求开合度，将门帘需求开合度与门帘初始开合度差值作为门帘开度调控值，根据门帘开度调控值控制中空遮阳门上升或下降。

一种电子设备，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的传感反馈的电动卷帘式中空遮阳门智能控制方法。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现上述所述的传感反馈的电动卷帘式中空遮阳门智能控制方法。

相比于现有技术，本发明的有益效果在于：

本申请公开了传感反馈的电动卷帘式中空遮阳门智能控制系统，包括第一数据获取模块，用于获取门帘初始开合度，以及获取室外迎光区域和室内背光区域的预测热辐射系数；比较判断模块，用于确定T+N时刻室外是否属于高温状态，以及获取比对结果；第二数据获取模块，用于调取门帘控制特征数据，将门帘控制特征数据输入预构建的门帘开合控制模型，得到门帘需求开合度；开合控制模块，用于计算门帘初始开合度差值与门帘需求开合度，将门帘需求开合度与门帘初始开合度差值作为门帘开度调控值，根据门帘开度调控值控制中空遮阳门上升或下降；基于上述模块，本发明能够根据室外环境变化自动调节门帘的开合程度，能规避因过多阳光暴晒而造成对室内的破坏，能够有效改善室内的热舒适性，且智能化程度高，具有一定防曝防晒功能和控制及时性；此外，通过设计多层判断，本发明能够避免产生误判，进而有利于避免门帘出现误上升或误下降的现象。

附图说明

图1为本发明提供的传感反馈的电动卷帘式中空遮阳门智能控制系统的示意图；

图2为本发明提供的传感反馈的电动卷帘式中空遮阳门智能控制方法的流程图；

图3为本发明提供的中空遮阳门升降示意图；

图4为本发明提供的一种电子设备的结构示意图；

图5为本发明提供的一种计算机可读存储介质的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

请参阅图2所示，本实施例公开提供了传感反馈的电动卷帘式中空遮阳门智能控制方法，所述方法包括：

步骤1：在T时刻下，获取中空遮阳门的门帘初始开合度，以及根据预构建的热辐射系数回归模型获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，所述室外迎光区域根据室内背光区域镜像得到，T、N为大于零的正整数；

应当了解的是：所述中空遮阳门具体为电动卷帘式中空遮阳门，其至少包括框架结构、电动卷帘、驱动系统、控制系统、附件和选件等部分组成，所述附件和选件包括但不限于传感器、定时器和手动备用装置（用于用户手动开启或关闭门）等等；所述传感器包括但不限于激光测距传感器、温度传感器、湿度传感器、光照传感器和摄像头等等；

在实施中，获取中空遮阳门的门帘初始开合度，包括：

获取中空遮阳门在完全开启程度下的离地距离，以及利用激光测距传感器获取中空遮阳门在T时刻下的离地距离；

需要说明的是：所述激光测距传感器内嵌式安装于中空遮阳门的底部；如图3所示，K1为电动卷帘式中空遮阳门的横梁（横梁包含驱动系统），K2为电动卷帘式中空遮阳门，K3为激光测距传感器；应当说明的是，所述激光测距传感器为内嵌式安装，因此，图3中的K3仅为方便理解而作出的示意性构图；H1为中空遮阳门在完全开启程度下的离地距离，即K1底部到地面的距离，所述中空遮阳门在完全开启程度下的离地距离预存于系统数据库中，H2为激光测距传感器测得中空遮阳门在T时刻下的离地距离，即K2底部到地面的距离；

将在完全开启程度下的离地距离作为第一离地距离，以及将在T时刻下的离地距离作为第二离地距离；

计算第一离地距离与第二离地距离的差值，将第一离地距离与第二离地距离的差值作为门帘初始开合度；

在实施中，所述室内背光区域的生成逻辑如下：

在中空遮阳门在完全开启程度下，获取安装中空遮阳门的空间在一天内每一时刻下的室内图像，得到Q幅室内图像，Q为大于零的正整数；

应当了解的是：安装中空遮阳门的空间是指任何安装的建筑，如居民宅、商业楼等等；此外需要说明的是一天内每一时刻下的室内图像采集应选取在光照充足的晴朗天气下进行；

利用K-means聚类算法对每幅室内图像进行像素点区分，以获取每幅室内图像中虚拟光照区域和虚拟阴影区域；

对每幅室内图像中虚拟光照区域进行重叠，得到虚拟背光区域，将虚拟背光区域按预设比例系数进行转换，得到实际背光区域，将实际背光区域作为室内背光区域；

需要说明的是：所述室内图像为位于中空遮阳门背面的室内区域的图像，所述室外迎光区域根据室内背光区域镜像得到，是指以中空遮阳门为对称轴对室内背光区域进行镜像，将镜像所形成的区域作为室外迎光区域；

针对上述内容进行示例性说明就是：如图3（中空遮阳门升降示意图）所示，图3中的B区为室内背光区域，图3中的A区为室外迎光区域，B区以K2为对称轴镜像得到A区，所述A区处于安装中空遮阳门的空间的外部，所述B区处于安装中空遮阳门的空间的内部；

具体的，预构建的所述热辐射系数回归模型包括用于预测室外迎光区域的预测热辐射系数第一热辐射系数回归模型和用于预测室内背光区域的预测热辐射系数第二热辐射系数回归模型；

在实施中，获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，包括：

获取第一热辐射特征数据，以及获取第二热辐射特征数据；

将第一热辐射特征数据输入第一热辐射系数回归模型中，得到室外迎光区域的预测热辐射系数；

将第二热辐射特征数据输入第二热辐射系数回归模型中，得到室内背光区域的预测热辐射系数；

具体的，所述第一热辐射系数回归模型的生成逻辑如下：

获取第一历史热辐射样本集，将第一历史热辐射样本集划分为第一热辐射训练集和第一热辐射测试集，其中，所述第一历史热辐射样本集中包括第一热辐射特征数据及对应的室外迎光区域的热辐射系数，所述第一热辐射特征数据包括季节、天气、时间T、时间T下室外迎光区域的温度、时间T下室外迎光区域的湿度以及时间T下室外迎光区域的光照强度；

构建第一回归网络，将第一热辐射训练集中的第一热辐射特征数据作为第一回归网络的输入，将第一热辐射训练集中的第一预测热辐射系数作为第一回归网络的输出，对第一回归网络进行训练，得到第一热辐射系数回归网络；

利用第一热辐射测试集对第一热辐射系数回归网络进行模型验证，输出大于等于预设第一测试准确度的第一热辐射系数回归网络作为第一热辐射系数回归模型；

具体的，所述第二热辐射系数回归模型的生成逻辑如下：

获取第二历史热辐射样本集，将第二历史热辐射样本集划分为第二热辐射训练集和第二热辐射测试集，其中，所述第二历史热辐射样本集中包括第二热辐射特征数据及对应的室内背光区域的热辐射系数，所述第二热辐射特征数据包括季节、天气、时间T、时间T下室内背光区域的温度、时间T下室内背光区域的湿度以及时间T下室内背光区域的光照强度；

构建第二回归网络，将第二热辐射训练集中的第二热辐射特征数据作为第二回归网络的输入，将第二热辐射训练集中的第二预测热辐射系数作为第二回归网络的输出，对第二回归网络进行训练，得到第二热辐射系数回归网络；

利用第二热辐射测试集对第二热辐射系数回归网络进行模型验证，输出大于等于预设第二测试准确度的第二热辐射系数回归网络作为第二热辐射系数回归模型；

需要说明的是：所述季节分为春季、夏季、秋季和冬季，所述天气分为雨天、晴天、阴天、雪天和雾天；所述第一回归网络和第二回归网络均为逻辑回归、支持向量机回归、随机森林回归、神经网络回归等算法中的具体一种；

其中，室外迎光区域的热辐射系数的获取逻辑如下：

对室外迎光区域进行多等份划分，得到R个细分区域；

获取每个细分区域的温度值、湿度值和光照值；根据温度值、湿度值和光照值进行公式化计算，得到室外迎光区域的热辐射系数；其计算公式为：

需要说明的是：室内背光区域的热辐射系数的获取逻辑同上述室外迎光区域的热辐射系数，详情参照上述室外迎光区域的热辐射系数的获取逻辑，对此不做过多赘述；

步骤2：根据室外迎光区域的预测热辐射系数确定T+N时刻室外是否属于高温状态，若不属于高温状态，则令T=T+N+M，并返回至步骤1；若属于高温状态，则将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，获取比对结果，所述比对结果包括第一比对结果、第二比对结果和第三比对结果；

在实施中，确定T+N时刻室外是否属于高温状态，包括：

将室外迎光区域的预测热辐射系数与预设的热辐射高温系数区间进行比对，

若室外迎光区域的预测热辐射系数属于预设的热辐射高温系数区间，则判定T+N时刻室外属于高温状态；

若室外迎光区域的预测热辐射系数不属于预设的热辐射高温系数区间，则判定T+N时刻室外不属于高温状态；

应当明白的是：通过确定T+N时刻室外是否属于高温状态，有利于避免直接获取比对结果而带来系统误判以及系统误操作现象；示例性解释就是，假设处于冬季，且室外温度为10度，而室内因为开启空调导致室内温度为30摄氏度，进一步假设，30摄氏度已经超过预设的热辐射标准系数区间，若不确定T+N时刻室外是否属于高温状态，则此时系统会认定室内是因为高温暴晒而导致室内温度过高，此时系统就出现了误判，进而会产生误操作，而对中空遮阳门进行错误的升降操作；

在实施中，将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，包括：

若室内背光区域的预测热辐射系数属于热辐射标准系数区间，则显示“室温正常”字样，将“室温正常”字样作为第一比对结果，并令T=T+N+M，返回至步骤1，M为大于零正整数；

若室内背光区域的预测热辐射系数大于热辐射标准系数区间的最大值，则显示“室温过高”字样，将“室温过高”字样作为第三比对结果；

若室内背光区域的预测热辐射系数小于热辐射标准系数区间的最小值，则显示“室温过低”字样，将“室温过低”字样作为第二比对结果；

步骤3：根据第二比对结果或第三比对结果调取门帘控制特征数据，将门帘控制特征数据输入预构建的门帘开合控制模型，得到门帘需求开合度；

具体的，预构建的门帘开合控制模型的生成逻辑如下：

获取门帘开合样本集，将门帘开合样本集划分为门帘开合训练集和门帘开合测试集，其中，所述门帘开合样本集中包括门帘控制特征数据及对应的门帘需求开合度，所述门帘控制特征数据包括室外迎光区域的预测热辐射系数和室内背光区域的预测热辐射系数；

构建第三回归网络，将门帘开合训练集的门帘控制特征数据作为第三回归网络的输入，将门帘控制特征数据中的门帘需求开合度作为第三回归网络的输出，对第三回归网络进行训练，得到初始门帘开合控制回归网络；

利用门帘开合测试集对初始门帘开合控制回归网络进行模型验证，输出大于等于预设第三测试准确度的初始门帘开合控制回归网络作为门帘开合控制模型；

需要说明的是：同上述第一回归网络或第二回归网络，所述第三回归网络包括但不限于逻辑回归、支持向量机回归、随机森林回归、神经网络回归等算法中的具体一种；

步骤4：计算门帘初始开合度差值与门帘需求开合度，将门帘需求开合度与门帘初始开合度差值作为门帘开度调控值，根据门帘开度调控值控制中空遮阳门上升或下降；

示例性说明就是：假设当比对结果为第二比对结果时，则说明存在室温过低，应当控制中空遮阳门上升，以提高室内的光照；因此，此时将根据第二比对结果调取门帘控制特征数据，并将门帘控制特征数据输入预构建的门帘开合控制模型获取门帘需求开合度；进一步地，假定门帘初始开合度为5米，且门帘需求开合度为3米，因此通过计算门帘初始开合度差值与门帘需求开合度可知，门帘开度调控值为+2米，因此，此时应当根据门帘开度调控值控制中空遮阳门上升2米；同理，若比对结果为第三比对结果时，则说明存在室温过高，应当控制中空遮阳门下降，以降低室内的光照；因此，此时将根据第三比对结果调取门帘控制特征数据，并将门帘控制特征数据输入预构建的门帘开合控制模型获取门帘需求开合度；进一步地，假定门帘初始开合度为5米，且门帘需求开合度为7米，因此通过计算门帘初始开合度差值与门帘需求开合度可知，门帘开度调控值为-2米，因此，此时应当根据门帘开度调控值控制中空遮阳门下降2米。

实施例2

请参阅图1所示，基于同一个发明构思，根据上述实施例1，本实施例公开提供了传感反馈的电动卷帘式中空遮阳门智能控制系统，所述系统包括：

第一数据获取模块210，用于在T时刻下，获取中空遮阳门的门帘初始开合度，以及根据预构建的热辐射系数回归模型获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，所述室外迎光区域根据室内背光区域镜像得到，T、N为大于零的正整数；

应当了解的是：所述中空遮阳门具体为电动卷帘式中空遮阳门，其至少包括框架结构、电动卷帘、驱动系统、控制系统、附件和选件等部分组成，所述附件和选件包括但不限于传感器、定时器和手动备用装置（用于用户手动开启或关闭门）等等；所述传感器包括但不限于激光测距传感器、温度传感器、湿度传感器、光照传感器和摄像头等等；

在实施中，获取中空遮阳门的门帘初始开合度，包括：

获取中空遮阳门在完全开启程度下的离地距离，以及利用激光测距传感器获取中空遮阳门在T时刻下的离地距离；

需要说明的是：所述激光测距传感器内嵌式安装于中空遮阳门的底部；如图3所示，K1为电动卷帘式中空遮阳门的横梁（横梁包含驱动系统），K2为电动卷帘式中空遮阳门，K3为激光测距传感器；应当说明的是，所述激光测距传感器为内嵌式安装，因此，图3中的K3仅为方便理解而作出的示意性构图；H1为中空遮阳门在完全开启程度下的离地距离，即K1底部到地面的距离，所述中空遮阳门在完全开启程度下的离地距离预存于系统数据库中，H2为激光测距传感器测得中空遮阳门在T时刻下的离地距离，即K2底部到地面的距离；

将在完全开启程度下的离地距离作为第一离地距离，以及将在T时刻下的离地距离作为第二离地距离；

计算第一离地距离与第二离地距离的差值，将第一离地距离与第二离地距离的差值作为门帘初始开合度；

在实施中，所述室内背光区域的生成逻辑如下：

在中空遮阳门在完全开启程度下，获取安装中空遮阳门的空间在一天内每一时刻下的室内图像，得到Q幅室内图像，Q为大于零的正整数；

应当了解的是：安装中空遮阳门的空间是指任何安装的建筑，如居民宅、商业楼等等；此外需要说明的是一天内每一时刻下的室内图像采集应选取在光照充足的晴朗天气下进行；

利用K-means聚类算法对每幅室内图像进行像素点区分，以获取每幅室内图像中虚拟光照区域和虚拟阴影区域；

对每幅室内图像中虚拟光照区域进行重叠，得到虚拟背光区域，将虚拟背光区域按预设比例系数进行转换，得到实际背光区域，将实际背光区域作为室内背光区域；

需要说明的是：所述室内图像为位于中空遮阳门背面的室内区域的图像，所述室外迎光区域根据室内背光区域镜像得到，是指以中空遮阳门为对称轴对室内背光区域进行镜像，将镜像所形成的区域作为室外迎光区域；

针对上述内容进行示例性说明就是：如图3所示，图3中的B区为室内背光区域，图3中的A区为室外迎光区域，B区以K2为对称轴镜像得到A区，所述A区处于安装中空遮阳门的空间的外部，所述B区处于安装中空遮阳门的空间的内部；

具体的，预构建的所述热辐射系数回归模型包括用于预测室外迎光区域的预测热辐射系数第一热辐射系数回归模型和用于预测室内背光区域的预测热辐射系数第二热辐射系数回归模型；

在实施中，获取T+N时刻下室外迎光区域和室内背光区域的预测热辐射系数，包括：

获取第一热辐射特征数据，以及获取第二热辐射特征数据；

将第一热辐射特征数据输入第一热辐射系数回归模型中，得到室外迎光区域的预测热辐射系数；

将第二热辐射特征数据输入第二热辐射系数回归模型中，得到室内背光区域的预测热辐射系数；

具体的，所述第一热辐射系数回归模型的生成逻辑如下：

获取第一历史热辐射样本集，将第一历史热辐射样本集划分为第一热辐射训练集和第一热辐射测试集，其中，所述第一历史热辐射样本集中包括第一热辐射特征数据及对应的室外迎光区域的热辐射系数，所述第一热辐射特征数据包括季节、天气、时间T、时间T下室外迎光区域的温度、时间T下室外迎光区域的湿度以及时间T下室外迎光区域的光照强度；

构建第一回归网络，将第一热辐射训练集中的第一热辐射特征数据作为第一回归网络的输入，将第一热辐射训练集中的第一预测热辐射系数作为第一回归网络的输出，对第一回归网络进行训练，得到第一热辐射系数回归网络；

利用第一热辐射测试集对第一热辐射系数回归网络进行模型验证，输出大于等于预设第一测试准确度的第一热辐射系数回归网络作为第一热辐射系数回归模型；

具体的，所述第二热辐射系数回归模型的生成逻辑如下：

获取第二历史热辐射样本集，将第二历史热辐射样本集划分为第二热辐射训练集和第二热辐射测试集，其中，所述第二历史热辐射样本集中包括第二热辐射特征数据及对应的室内背光区域的热辐射系数，所述第二热辐射特征数据包括季节、天气、时间T、时间T下室内背光区域的温度、时间T下室内背光区域的湿度以及时间T下室内背光区域的光照强度；

构建第二回归网络，将第二热辐射训练集中的第二热辐射特征数据作为第二回归网络的输入，将第二热辐射训练集中的第二预测热辐射系数作为第二回归网络的输出，对第二回归网络进行训练，得到第二热辐射系数回归网络；

利用第二热辐射测试集对第二热辐射系数回归网络进行模型验证，输出大于等于预设第二测试准确度的第二热辐射系数回归网络作为第二热辐射系数回归模型；

需要说明的是：所述季节分为春季、夏季、秋季和冬季，所述天气分为雨天、晴天、阴天、雪天和雾天；所述第一回归网络和第二回归网络均为逻辑回归、支持向量机回归、随机森林回归、神经网络回归等算法中的具体一种；

其中，室外迎光区域的热辐射系数的获取逻辑如下：

对室外迎光区域进行多等份划分，得到R个细分区域；

获取每个细分区域的温度值、湿度值和光照值；根据温度值、湿度值和光照值进行公式化计算，得到室外迎光区域的热辐射系数；其计算公式为：

需要说明的是：室内背光区域的热辐射系数的获取逻辑同上述室外迎光区域的热辐射系数，详情参照上述室外迎光区域的热辐射系数的获取逻辑，对此不做过多赘述；

比较判断模块220，用于根据室外迎光区域的预测热辐射系数确定T+N时刻室外是否属于高温状态，若不属于高温状态，则令T=T+N+M，并触发第一数据获取模块210；若属于高温状态，则将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，获取比对结果，所述比对结果包括第一比对结果、第二比对结果和第三比对结果；

在实施中，确定T+N时刻室外是否属于高温状态，包括：

将室外迎光区域的预测热辐射系数与预设的热辐射高温系数区间进行比对，

若室外迎光区域的预测热辐射系数属于预设的热辐射高温系数区间，则判定T+N时刻室外属于高温状态；

若室外迎光区域的预测热辐射系数不属于预设的热辐射高温系数区间，则判定T+N时刻室外不属于高温状态；

应当明白的是：通过确定T+N时刻室外是否属于高温状态，有利于避免直接获取比对结果而带来系统误判以及系统误操作现象；示例性解释就是，假设处于冬季，且室外温度为10度，而室内因为开启空调导致室内温度为30摄氏度，进一步假设，30摄氏度已经超过预设的热辐射标准系数区间，若不确定T+N时刻室外是否属于高温状态，则此时系统会认定室内是因为高温暴晒而导致室内温度过高，此时系统就出现了误判，进而会产生误操作，而对中空遮阳门进行错误的升降操作；

在实施中，将室内背光区域的预测热辐射系数与预设的热辐射标准系数区间进行比对，包括：

若室内背光区域的预测热辐射系数属于热辐射标准系数区间，则显示“室温正常”字样，将“室温正常”字样作为第一比对结果，并令T=T+N+M，触发第一数据获取模块210，M为大于零正整数；

若室内背光区域的预测热辐射系数大于热辐射标准系数区间的最大值，则显示“室温过高”字样，将“室温过高”字样作为第三比对结果；

若室内背光区域的预测热辐射系数小于热辐射标准系数区间的最小值，则显示“室温过低”字样，将“室温过低”字样作为第二比对结果；

第二数据获取模块230，用于根据第二比对结果或第三比对结果调取门帘控制特征数据，将门帘控制特征数据输入预构建的门帘开合控制模型，得到门帘需求开合度；

具体的，预构建的门帘开合控制模型的生成逻辑如下：

获取门帘开合样本集，将门帘开合样本集划分为门帘开合训练集和门帘开合测试集，其中，所述门帘开合样本集中包括门帘控制特征数据及对应的门帘需求开合度，所述门帘控制特征数据包括室外迎光区域的预测热辐射系数和室内背光区域的预测热辐射系数；

构建第三回归网络，将门帘开合训练集的门帘控制特征数据作为第三回归网络的输入，将门帘控制特征数据中的门帘需求开合度作为第三回归网络的输出，对第三回归网络进行训练，得到初始门帘开合控制回归网络；

利用门帘开合测试集对初始门帘开合控制回归网络进行模型验证，输出大于等于预设第三测试准确度的初始门帘开合控制回归网络作为门帘开合控制模型；

需要说明的是：同上述第一回归网络或第二回归网络，所述第三回归网络包括但不限于逻辑回归、支持向量机回归、随机森林回归、神经网络回归等算法中的具体一种；

开合控制模块240，用于计算门帘初始开合度差值与门帘需求开合度，将门帘需求开合度与门帘初始开合度差值作为门帘开度调控值，根据门帘开度调控值控制中空遮阳门上升或下降；

示例性说明就是：假设当比对结果为第二比对结果时，则说明存在室温过低，应当控制中空遮阳门上升，以提高室内的光照；因此，此时将根据第二比对结果调取门帘控制特征数据，并将门帘控制特征数据输入预构建的门帘开合控制模型获取门帘需求开合度；进一步地，假定门帘初始开合度为5米，且门帘需求开合度为3米，因此通过计算门帘初始开合度差值与门帘需求开合度可知，门帘开度调控值为+2米，因此，此时应当根据门帘开度调控值控制中空遮阳门上升2米；同理，若比对结果为第三比对结果时，则说明存在室温过高，应当控制中空遮阳门下降，以降低室内的光照；因此，此时将根据第三比对结果调取门帘控制特征数据，并将门帘控制特征数据输入预构建的门帘开合控制模型获取门帘需求开合度；进一步地，假定门帘初始开合度为5米，且门帘需求开合度为7米，因此通过计算门帘初始开合度差值与门帘需求开合度可知，门帘开度调控值为-2米，因此，此时应当根据门帘开度调控值控制中空遮阳门下降2米。

实施例3

请参阅图4所示，本实施例公开提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述传感反馈的电动卷帘式中空遮阳门智能控制方法。

由于本实施例所介绍的电子设备为实施本申请实施例中传感反馈的电动卷帘式中空遮阳门智能控制方法所采用的电子设备，故而基于本申请实施例中所介绍的传感反馈的电动卷帘式中空遮阳门智能控制方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中传感反馈的电动卷帘式中空遮阳门智能控制方法所采用的电子设备，都属于本申请所欲保护的范围。

实施例4

请参阅图5所示，一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述传感反馈的电动卷帘式中空遮阳门智能控制方法。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数、权重以及阈值选取由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD）或者半导体介质。半导体介质可以是固态硬盘。

本领域普通技术人员可意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一 种，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。